一橋大学 経済学部 #経済学のための実践的データ分析 11. データのビジュアライゼーション

1. 経済学のための実践的データ分析
11.データのビジュアライゼーション
1405教室
経済学研究科
原泰史
yasushi.hara@r.hit-u.ac.jp

2. 確認事項
• 電源タップは足りているでしょうか？
• レポートの提出

3. 今日の内容: データのビジュアライゼー
ションとネットワーク分析
• これまでの回で取り上げてきたデータをわかりやすく研究で活
用する手法を学ぶことを目指します。
• Python やR などを用いたデータの可視化手法の確認や、
Tableau (https://www.tableau.com/ja-jp) などのデータ可
視化ソフトウェアの紹介および実習を行います。

4. Tableau のインストール
• https://www.tableau.com/tft/activation
からダウンロードしておいてください。
• メールアドレスを聞かれるので, 一橋の学生メールアドレス
(hit-u.ac.jp が入ったもの) を入力
• プロダクトキーには,
[masked]
を指定してください

5. 最終レポート相談セッション
緊急開催のお知らせ

6. 5/26 に最終レポート相談セッションを開
催します
• 時間
• 2019/5/26 16:00-20:00
• 場所
• Yahoo! ロッジ
• https://lodge.yahoo.co.jp/
• 東京都千代田区紀尾井町1-3 17F
• 東京メトロ永田町駅 9a出口直結
• 東京メトロ赤坂見附駅より 徒歩1分
• 注意
• 講義とは完全に独立した「非公式」
セッションです

7. Lodge
Kitchen

8. 相談セッションで出来ること/あるもの
• 最終レポートに向けた相談/共同作業
• (たまたまそこにいる)講師との相談
• 大きなディスプレイ(80インチ)と、それを使ったプレゼンの練習
• そこら中にいるIT系なみなさんとのネットワーキング
→ この講義で取り上げたようなツールを, 実際のビジネスではどう
使っているのかをなんとなく知るには良い機会だと思います.

9. 注意
• あくまで非公式セッションなので, 参加は必須ではありません
• ジュースや飲み物は会場の中で買いましょう
• 身分証明書 (学生証) を持参してください
• 普段は登録が必要ですが, 今回は学生証があれば入れるようにしておき
ます

10. 今日の内容
(105分)
1: データをビジュアライゼーションするこ
と
2: tableau を使ってみよう
3:最終レポートの話
4:成績評価の話

11. 1. データビジュアライゼー
ションで出来ること

12. (SADA)MASASHI と YOSHIKI

13. MASASHI と YOSHIKI の共通点
• 幼少期からクラシックの素養がある
• MASASHI : バイオリン
• YOSHIKI : ピアノ
• （生き様が）ロックである
• MASASHI: バンドが解散したり, 映画で負債をかかえたり
• YOSHIKI: バンドが解散したり, バンドが再結成したり
• 身体的故障を抱え楽器演奏ができなかった時期がある
• 名曲をたくさん作っている
• MASASHI: 親父の一番長い日, 道化師のソネット, 精霊流し
• YOSHIKI: FOREVER LOVE, 紅, ART OF LIFE

14. ビジュアライゼーションすることの意味
• わかりやすく見せる
• より多くの人, あるいは伝えるべきひとに伝える
• でも、伝えるべき内容が伴っていないとあまり意味はない
• MASASHIアプローチ (データを実直に, ありのままに伝える) に
するか, YOSHIKI アプローチ (データをよりわかりやすく見せ
て, より広く伝える) にするかは対象とするオーディエンス次第

15. これまでに使ったビジュアライゼーション
• (マルチ)散布図
• ヒストグラム
• 回帰曲線
• 回帰モデル

17. まだあまり使っていない可視化技法
• ネットワークグラフ
• 次のページから具体例を紹介
• インフォグラフィック
• ヒートマップ
• ハイライト表
• ツリーマップ
• ガントチャート

18. ネットワーク分析な具体例1. JST/RISTEX 深堀調査
『科学的ブレークスルーとイノベーションをつなぐ研究に着目した｢科学と技
術の相互作用｣の明確化』
• IIR->Waseda 清水洋先生が研究代表者
• http://www.ristex.jp/examin/others/shinki-pj-result2010.html
• 科学から技術に至る知識の流れを特許と論文データベースを接
合することで特定する
• ケース
• 青色LEDに至るまでに, どのような特許が参照されたのか後方引用関係
から特定する
• Shuji Nakamura の2007 年の特許をベースに, そこから後方引用を5次
までたどり知識の流れを測定していく

19. Network (delete pendants)
Source: Web of Knowledge[Derwent Innovation Index]/Web of Science
Red node indicates the
“Main path”.※. △が特許, ■が論文

20. 1930s 1960s 1970s 1990s 2000s
1910-2007 (1次引用すべて導入; 上位12社明記)
1980s

21. 1-1. ネットワーク分析
• 無償のもの
• R - https://www.r-project.org/
• KHCoder - http://khc.sourceforge.net/
• (前回の講義)
• NetDraw- https://sites.google.com/site/netdrawsoftware/home
• Gephi - http://oss.infoscience.co.jp/gephi/gephi.org/
• Sci2 - https://sci2.cns.iu.edu/user/index.php
• Pajek - http://vlado.fmf.uni-lj.si/pub/networks/pajek/
• 有償のもの
• Vantage Point

22. 1-1. NetDraw
• 無償のネットワーク分析
ソフトウェア
• 少々古いが, その分（オン
ライン上の）ドキュメン
トが充実
• ダウンロードからインス
トール, 簡単なネットワー
クを描画するところまで
解説します
2019/5/20 22

23. 1-1. NetDraw のダウンロードとインストール
• Analytic Technologies から
Product を選び, Ucinet 6 の
Download をクリックする
• EXE ファイルのダウンロード
が終わったら, インストールを
行う
• UCINET 6 を起動する
2019/5/20 23

24. 1-1. Netdraw を用いてネットワークを描画する
• UCINET 6 を起動する
2019/5/20 24

25. 1-1. Netdraw を用いてネットワークを描画する
• Excel でかんたんなネットワーク情報図を用意する
2019/5/20 25

26. 1-1. Netdraw を用いてネットワークを描画す
る
• UCINET 上でスプレッドシートのアイコンをクリックする
2019/5/20 26

27. 1-1. Netdraw を用いてネットワークを描画する
• UCINET Spreadsheet にはりつける
2019/5/20 27

28. 1-1. Netdraw を用いてネットワークを描画する
• ファイル名をつけて保存する
2019/5/20 28

29. 1-1. Netdraw を用いてネットワークを描画する
• UCINET より Netdrawをひらく
2019/5/20 29

30. 1-1. Netdraw を用いてネットワークを描画する
• 先ほど作成したファイルを NetDraw より開く
2019/5/20 30

31. 1-1. Netdraw を用いてネットワークを描画する
• 関係性が可視化される
2019/5/20 31

32. 1-2. Gephi
• オープンソース版ネットワー
ク分析ソフトウェア
2019/5/20 32

33. 1-2. Gephi の使い方
• Sample ファイルで試してみる
• Les Miserables.gexf – レミゼラブルの共起情報ファイル
2019/5/20 33

34. 1-2. Gephi の使い方
• Import Report が表示されるので, OK をクリックする
2019/5/20 34

35. 1-2. Gephi の使い方
• ネットワークグラフが表示される
2019/5/20 35

36. 1-2. Gephi の使い方
• Layout を動かしてみる
2019/5/20 36

37. 1-2. Gephi の使い方
• データセットに慣れてみる
• http://oss.infoscience.co.jp/gephi/wik
i.gephi.org/index.php/Datasets.html
のうち “[GEXF] EuroSiS Web マップ
調査: 欧州 12 か国の「社会における科学
(Science in Society)」活動主体の Web
上での相互関係をマップしたもの。”をダ
ウンロードして表示する.
・ファイルを選択し, OK をクリックする
2019/5/20 37

38. 1-2. Gephi の使い方
• ネットワークグラフが表示される
2019/5/20 38

39. 1-3. Sci2
• ネットワーク分析ツール
• エンジンとして, Gauss や
Gephi, R を利用
• https://sci2.cns.iu.edu/use
r/index.php
2019/5/20 39

40. 1-3. Sci2
• ダウンロード
• ダウンロード前にアカウント
登録が必要
• 利用しているオペレーション
システムを選択する
2019/5/20 40

41. 1-3. Sci2
• ZIP ファイルがダウンロー
ドされるので, 展開する
• Sci2.exe をダブルクリック
2019/5/20 41

42. 1-3. Sci2
• コンソールが開く
• とりあえず, サンプル
ファイルでネットワーク
図を書いてみる
• [File] – [Load]を選択す
る
2019/5/20 42

43. 1-3. Sci2
• Sampledata ->
socialscience ->
“Florentine.nwb” を選択
し, 開くをクリックする
2019/5/20 43

44. 1-3. Sci2
• 右側のData Manager から
“NMB file….” を右クリック
し, View をクリックする
• 元データが表示される
2019/5/20 44

45. 1-3. Sci2
• Visualization -> Networks -> GUESS を選択する
2019/5/20 45

46. 1-3. Sci2
• ネットワーク図が表示される • Show Label をクリックして,
ノード毎のラベルを表示させる
2019/5/20 46

47. D3.js
• Java Script ライブラリ
• https://d3js.org/
• 動的な可視化で広く活用

48. Zoomable Circule
• https://observablehq.com/@
d3/zoomable-circle-packing

49. Scatter Plot Matrix
https://observablehq.com/@d3/scatterplot-matrix

50. Sankey Diagram
https://observablehq.com/@d3/sankey-diagram

51. Python で使える可視化ライブラリ
(すごく一部)
• Seaborn
• これまでの講義で一部使用
• https://seaborn.pydata.org/
• https://seaborn.pydata.org/examples/index.html
• Plotly
• https://plot.ly/python/

52. インフォグラフィック
https://public.tableau.com/en-us/s/gallery/fifa-19-top-ranked-players

53. piktochart
• インフォグラフィック作成用サイト
• https://piktochart.com/

54. Web 上でグラフなどを作成可能

55. 完成品

56. 2. Tableau を使ってデー
タの可視化をいろいろと
やってみよう

57. 今日やりたいこと
• FIFA19 のデータ (レポート1で使ったもの) をtableau でいろい
ろな手法を使ってビジュアライズしてみる

58. Tableau とは
• “Tableau は、接続からコラボ
レーションまでをスムーズに行え
る、最も強力でセキュアかつ柔軟
なエンドツーエンドのデータ分析
プラットフォームです。
• データのパワーの活用を可能にし
て、ビジネスをサポートします。
個人で利用できるように設計され、
エンタープライズ規模に拡張する
こともできる Tableau は、アク
ションを生み出すインサイトを
データから引き出せる唯一の BI
プラットフォームです。”
https://www.tableau.com/ja-jp/products/what-is-tableau

59. Tableau のインストール
• https://www.tableau.com/tft/activation にアクセスする

60. Tableau のインストール
• Download Tableau Desktop をクリックする
• 大学のメールアドレスを指定し, Download Free Trial をクリック

61. Tableau のインストール
• exe (windows) または dmg
(mac) がダウンロードされる
ので, インストールを行う

62. Tableau の起動
• Windows 10 の場合

63. Tableau にデータをインポートする
• 接続から, “Microsoft Excel” を選択する

64. Tableau にデータをインポートする
ファイルを選択する

65. Tableau にデータをインポートする
• “データ インタープリターを使用してクリーニング” をクリック

66. Tableau でデータを可視化してみる
• ウインドウ下のワークシートをクリックする

67. Tableau でデータを可視化してみる
• 左下の”メジャー”
から, 列に age を,
行に wage をド
ロップする
• 合計値が表示され
ているので, 右上
に合計値がひとつ
プロットされてい
る

68. Tableau でデータを可視化してみる
• 列と行それぞれにつ
いて▼をクリックし,
“メジャー -> 合計値”
から “ディメンジョ
ン” に選択しなおす

69. Tableau でデータを可視化してみる
• 右下にある値をクリックし, “除外” をクリックする

70. Tableau でデータを可視化してみる
• 散布図が生成される

71. Tableau で地域ごとの選手数をプロット
してみる
• “ディメンジョン”
をクリックし, 地
理的役割から “国/
地域” を選択する

72. Tableau で地域ごとの選手数をプロット
してみる
• Nationality ごとの選手数を地図上にプロットできる

73. Tableau で地域ごとの選手数をプロット
する
• 右下をクリックし, マッピン
グできていない国名同士を
手動で対応させる

74. Tableau で地域ごとの選手数をプロット
する
• 空欄だった中国
やイングランド,
韓国のデータが
埋め込まれる

75. 様々な形式でプロットする
• 表形式 • 箱ひげ図

76. 様々な形式でプロットする
• 棒グラフ

77. ツリーマップ

78. 様々な形式でプロットする
• パックバブル • バブルチャート

79. Wordcloud

80. 今日の実習 (30分)
• Manaba の[データ]セクションにアップロードされている, これ
までに講義で利用した
• (1)Dbpedia.org ソース
• 東証一部/二部/マザーズの企業概要データ
• 日本の経済/経営/社会/法学者の概要データ
• 日本のロック/ヒップホップ/フォークグループの概要データ
• (2) FIFA19 の選手収録データ
• (3) 日経NEEDS データ
• 東証マザーズ
• 東経2部
について, tableau を使って可視化を行いましょう

81. 今日の実習
• ワードクラウド
• 地域や国にマッピングしたグラフ
• 棒グラフ
• 線グラフ
などを作成してみること

82. まとめ
• データのビジュアライゼーションは, データを使ってわかるこ
とをより伝えるための手段
• 時と場合に応じてグラフは使い分けよう
• 経済学部や経営学部の場合、まだまだ2次元の棒グラフと線グラフ or
散布図が中心かもしれないけれど

83. 3. レポート
(3回目)について

84. レポート(3回目)の内容
• 概要
• テーマ; とっても細かくやってみる「企業研究」
• 日経NEEDS からデータセットを入手し, 特定の産業, 企業グループにおける財務パ
フォーマンスについて比較分析を行い, レポートにまとめる.
• レポートでは
• (1) とりあげた産業/企業グループの特徴の抽出
• (2) 売上高, 資本金, ROE, ROA など主な財務パフォーマンスのデータおよびその比較
を行った上で, 「もしも自分が就職するのなら」どの企業を選択するか明記すること
• 提出期間: 2019/5/13 15:00:00 - 2019/5/20 15:00:00 (JST)
• 提出方法: Manaba のレポート提出ページに, ipynbまたはPDF 形式
で提出すること
• ※. Word または LaTeX で作成した場合, PDF でアウトプットすること

85. レポート(3回目) の構成 (テンプレ)
• はじめに
• 対象企業について
• 利用するデータベースについて
• 分析結果と考察
• まとめ

86. レポート(3回目)の進め方
1. まず, 対象とする企業とその競合企業を決める
2. 1. で決めた企業群について, データベースサイトから解析に
あたり必要だと思われるデータを取得する
3. Excel and/or Jupyter Notebook で解析を行う
4. Word and/or Jupyter Notebook でレポートにまとめる

87. 1. 本レポートでの市場画定
• 特定の企業をひとつ取り上げてください
• 当該企業と同じ産業に属するであろう、複数の企業を抽出する。
このとき、レポートでは抽出方法について明らかにすること。
抽出方法については (1) 日本標準産業分類に基づく抽出, (2) 業
界情報 (例. https://gyokai-search.com/2nd-genre.htm) など
に基づく抽出, (3) その他の方法に基づく抽出 など幾つかの手
法が考えうるが, 選択した手法について明記すること

88. 2. データベースの選択とデータの抽出
• データベースの選択
• 企業データベース
• 日経NEEDS etc…
• 論文データベース
• Google Scholar, Web of Science etc…
• 特許データベース
• 特許庁データベース, IIP パテントデータベース etc…
• 1. で指定した企業群について, 解析にあたり必要なデータを取
得すること. これら以外のデータベースを利用しても構わない

89. 3. & 4. データの解析およびレポートの作成
• 2. で取得したデータに関して, 主に以下の分析を行い報告する
こと
• 産業 (あるいは業界) 構造の特性の抽出
• 主な企業の売上高, 資本金および収益率など, 財務パラメータの比較分
析
• 統計分析 (基本統計量の抽出, 散布図の作成, 回帰分析 etc…)
• レポートの最後に、「もしも自分が就職するのなら」どの企業
を選択するのか明記してください
• オチとして、「解析の結果こういう理由から、どうもいい企業がない
ので自分でスタートアップを作ります」でもOKです。

90. 4. 成績評価の方法

91. 成績評価(1)
• 平常レポート (40パーセント; 必須)
• 講義計画に示したように、複数の回で学生にはレポートを課します。
レポートは Word/PowerPoint形式のメールあるいは, github 経由で
の提出が求められます(どの方法を採用するかは、初回の講義で決定し
ます)。
• レポートには、(A.) 利用したデータセットとその内容, (B.) 分析の問
い, (C.) 分析手法, (D.) 分析結果 を明記する必要があります。ページ
数や文字数は問いませんが, これらの内容が含まれており, 講義中にア
ナウンスする評価手法を満たす場合, 高い得点を得ることが出来ます。
• 平常点 (10パーセント)
• 本講義は実習が多く含まれており, また取り扱うデータセットや内容も
多彩です。そのため、受講者同士が協力する必要があります。こうし
た受講者の態度を評価するために、平常点を設けます。

92. 成績評価(2)
• 最終レポート (40パーセント; 必須)
• 講義の最終回では最終レポートの報告会を行います。受講者は3名から4名か
ら構成されるグループで、最終レポートの報告を行う必要があります(人数は
受講者の人数により変更される可能性があります)。最終レポートでは、プレ
ゼンテーションの方法を学生は自由に選ぶことが出来ます。PowerPoint 以
外にも、Prezi などのアクティブプレゼンテーションツールや、他のプレゼ
ンテーション手法を用いることが出来ます(プレゼンテーションツールについ
ては、必要であれば講義内で説明する機会を設けます)。最終レポートでは、
以下の点について評価を行います。
(A.) グループ内の役割分担
(B.) データセットのユニークさおよび、それが適切に処理されているか
(C.) 分析手法のユニークさおよび、それが適切に解析されているか
(D.) プレゼンテーションのユニークさ
(E.) 質疑応答にうまくリプライすることが出来ているか
• 最終レポートの360°グループ評価 (10パーセント)
• 3. の最終レポートについて、グループの自己評価および他のグループからの
評価を行います。3. で挙げた評価ポイントに基づき、グループメンバーおよ
び他のグループは評価を行います。

93. 次回予告と
最終レポートについて

94. 12. [5/24] 機械学習
• R を用いて、木構造を用いて分類および回帰を行う決定木の手
法について、具体例の紹介および実習を行います。また、最終
レポートについての説明を行います。
• これまでに学んだ手法を用いデータ解析を行うことで、グルー
プでのレポートをまとめます。このグループの決定を行います。

95. 13. まとめと最終報告レポート
• 1組5-6名のグループを作り, そのメンバーで最終レポートを作
成していただきます。
• データ分析組, データ調達組, プレゼンテーション作成組, プレゼンテーション担
当など役割分担はお任せします。
• 講義の最終回で, 発表時間10分, 質疑応答5分でプレゼンテーションを
します。

96. 13. まとめと最終報告レポート
• テーマ
• 「○○のための実践的データ分析」
• 卒論や修論や博論の作成の入り口になるような、データの調達とその
データの解析を, 講義で取り上げたデータセットおよび分析手法で実施
する
• 分析単位はマクロ (国レベル) でもメソ (企業/産業レベル) でもミクロ
(個人レベル) でも問いません
• 利用できるデータセット
• 特に制限なし
• 利用できるツール
• Tableau, Excel, SQL, Jupyternotebook (Python) など, 特に制限なし

97. 13. まとめと最終報告レポート
• 評価方法
• グループ内での自己評価
• グループ外からの評価
アンケートシステムをManaba or Google Docs で用意します。
• 評価基準
• (A.) グループ内の役割分担
(B.) データセットのユニークさおよび、それが適切に処理されているか
(C.) 分析手法のユニークさおよび、それが適切に解析されているか
(D.) プレゼンテーションのユニークさ
(E.) 質疑応答にうまくリプライすることが出来ているか
• 納品物
• プレゼンテーションに利用したファイル (Word か Powerpoint か Prezi か etc…) を,
Manaba にアップロードすること
• 期限
• 2019/6/2 17:30

98. 「定量分析の業務フロー」
2019/5/20 98
リサーチクエス
チョンを決める
必要なデータを
探す
論文データ/書誌
情報を使う
特許データ/書誌
情報を使う
その他データを使う
(プレスリリース
/POS データ)
デ
ー
タ
の
ク
リ
ー
ニ
ン
グ
/
接
合
を
行
う
エクセル/Python/Rでグラフを描く
Stata/R/Python で回帰分析する
KHCoder/R/Python でテキスト分析
する
R/Netdraw etc… でネットワーク分
析する
企業データを
使う

99. 例.元 IIR 西口先生のネットワーク研究
• “コミュニティー・キャピタル
中国・温州人企業家ネットワー
クの繁栄と限界”
• http://doi.org/10.11207/taaos.
4.1_200
• データに頼らずに, 足で稼いで
ネットワークの動態をインタ
ビュー調査から明らかにする
• 足掛け10年（！）
2019/5/20 99

100. 例. 元 IIR 西口先生のネットワーク研究
• “傑出したパフォーマンスで知られる中国・温州人企業家の国
際的ネットワークは、コミ ュニティー・キャピタルに依拠する
新たな社会ネットワーク分析に適した事例であり、近 年ビッグ
データ一辺倒の観のある米国の定量分析 (Fleming et al. 2007)
を補完する意味で、 詳細なフィールド調査に基づく豊かな実証
的知見を提供し得る。さらに Watts 等(1998, 1999, 2003) がシ
ミュレーションで数学的に立証したスモールワールドの知見が、
現実に応用可 能なのは、実効的にコミュニティー・キャピタル
に支えられた社会ネットワークに限定さ れることも示唆され
る。 ”
2019/5/20 100

101. あくまでリサーチクエスチョンが大切
• データはあくまでデータ
• 研究の問いに合わせて必要なデータを持ってくるのが大切で、
データに合わせて研究するのは本末転倒 (そういう研究も多い
けど。。。)
• 数年前に比べても利用できるデータはますますリッチになって
いるので、ますます、「どのような研究がしたくて」、「どの
ような問いを立てている」のかが大切に。
2019/5/20 101

102. ディスカッション(15分くらい)
• どういうテーマで解析を行うか/リサーチクエスチョンは何か
• 解析を行うためには、どういうデータが必要か
• メンバーの役割分担
について、グループ内で(いるメンバーで)ディスカッションをし
てください。

103. THANKS
yasushi.hara@r.hit-u.ac.jp